User-agent: abc
Disallow: /not_for_abc/
User-agent: *
Disallow: /secret/
意思是禁止 abc 這個 robot 捉 /not_for_abc/ 目錄，及禁止所有的 robots 捉 /secret/ 目錄. 網站管理者理論上可以將不喜歡的 robot，或是禁止 robot 捉取的目錄或檔案，寫在這個檔案中.
但是這個只防君子不防小人，碰到網路流氓就沒轍了，有些搜尋引擎的 robot 根本不看網站的 robots.txt，就一路抓下去，實在另人髮指. 網路流氓是什麼，就是這些不遵守遊戲規則，到處亂捉別人網站的內容的壞蛋，這樣會造成網站的流量增加，也就是費用的增加，或是不想被搜尋的資料也被捉走了，侵犯網站的隱私. 很可惡是吧. 下面是幾個例子：
iaskspider 是「愛問」屬於中國新浪網的 robot，完全不管 robots.txt
QihooBot，也是來自中國的「奇虎網」，也是垃圾一個，浪費一堆頻寬，來源 IP 有很多個：
另有 larbin，iearthworm，yodaoice，lanshanbot，Outfoxbot 等等一堆，到網路上徵信一下，這些通通不是什麼好東西，還有一個 WebClipping.com 不知是好人壞人…
碰到這種網路流氓，說實在的也沒什麼積極的辦法，不能叫網路警察把它捉起來．．．不過消極的辦法還是有的，把網站門戶看好 — Apache 可以擋住特定 IP，但因為 robots 大多有多重 IP，過濾壞蛋的姓名比較有效，可以用 BrowserMatchNoCase 來過濾，用法像是：
複製程式
Order allow,deny
Allow from all
BrowserMatchNoCase "iaskspider" badguy
BrowserMatchNoCase "QihooBot" badguy
BrowserMatchNoCase "larbin" badguy
deny from env=badguy
如此，它們就會收到 Apache 丟回 403 碼：Forbidden
但是，有些更沒品的還會隱姓埋名，不敢用真面目見人的…
|
